( 为了更好掌握及提高资源利用率,还增加了针对容量的管理,展示出整个数据中心的容量比以及某个机柜的容量比,通过当前容量统计、分析与规划,充分利用现有数据中心的容量资源,尽量延长数据中心的使用寿命,推迟下一个数据中心的建设计划,保护用户投资,避免资源的浪费。摒弃了传统数据中心集中管理的多IP分散式管理、人工录入信息等缺点,将各个数据中心汇聚到一起实现跨区域集中管理,自动化获取信息,实现智能化的集中管理。
(3)大数据分析
当我们购物时,京东、天猫网的消费数据分析会推送符合我们的倾向商品;当我们出行时,参考百度地图的交通数据。生活中的大大小小事均需要大数据的分析,而数据中心这种严谨的同样需要大数据分析,帮助用户更好的维护和管理数据中心。
大数据分析,除了以上所列举的示例外,它还可以做很多的事情,例如能效管理、成本管理等等。它帮助数据中心运维提高能效、降低成本、降低故障风险。
5 结束语
综上所述,将物联网技术结合数据中心集中管理和大数据分析,为用户提供一个智能化管理平台,简单、便捷地管理不同区域的数据中心的运维,同时平台会在数据中心发生告警时,主动示警相关人员的手机、邮箱,做到远程无人值守监控数据中心。再借助大数据分析,提前排查故障将隐患扼杀在摇篮中,并针对数据中心的能耗情况、制冷情况、容量占比等方式的分析,为用户提供诸多节能的建议作为参考,根据自身情况做出调整,打造出一个持久、节能的绿色数据中心。
物联网技术的运用将数据中心的管理与运维构造的更加智能化,为用户带来高效的管理体验,相信在将来的5G大范围使用后,将会与之擦出不一样的火花,让物联网的技术运用更上一层。
通过MQTT,本系统已将所有数据中心数据汇聚到一起,根据发生故障期间的数据进行统计分析,根据分析结果提前诊断设备处于故障前潜伏期,提醒运维人员提前排查故障,降低风险。根据数据中心耗电分布情况,排查僵尸服务器,优化IT资源配置;排查非IT资源是否能耗过大,提醒用户避免不必要的开销或者更换更节能有效的设备。
数据中心建设前的设计、规划都是按照IT服务器满载做的,实际运行过程中往往是变工况运行,经过大数据分析可根据运行动态数据分析改变设定值,例如空调的制冷点设置为18℃,冷通道上限值维持在22℃,实际运行中冷通道的温度一直维持在22℃以下,则可以提醒运维人员尝试提高空调温度设定值为20℃,如此可实现节省制冷系统电耗、节能运行的目的。